本文对人脸识别系统中的主要环节的技术作了研究，主要包括图像的预处理、人脸的检测与定位、图像归一化处理、特征提取、人脸识别算法。在图像预处理中包括对原始图像的亮度、对比度等预处理以及提取出来的人脸部图像的尺度归一化、旋转角度校准、光照不变性处理等过程。在人脸检测与定位中主要讨论了基于神经网络与知识建模的人脸检测技术，并根据人脸检测器的输出特性建立了一种人脸定位的快速算法，取得了很好的效果。在特征提取中对杨等提出的IMPCA方法作了推广。人脸识别算法部分为本文研究的重点，在该部分，本文首先提出了贡献矩阵的概念，根据模式的每一维特征对识别效果作出的不同大小的贡献，确定出一个贡献矩阵，进而用其对特征向量(模式)进行预处理。然后采用子空间法对所得预处理后的特征向量进行分类，通过对Manchester人脸数据库上所作的实验表明，经过预处理后识别效果有较大的提高。其次，针对子空间的相交所造成的模式误识，通过引入核方法来隐式地实现从低维空间到高维空间的变换，达到消除子空间之间相交或重叠的目的，从而进一步提高了识别率，最后通过实验证实了本文所提方法的可行性。